基于深宽度学习网络的儿童肺部PIBO预测方法及预测系统
申请号:CN202410743523
申请日期:2024-06-11
公开号:CN118629628A
公开日期:2024-09-10
类型:发明专利
摘要
本发明公开了一种基于深宽度学习网络的儿童肺部PIBO预测方法及预测系统,所述方法包括如下步骤:获取儿童肺部CT影像数据集并划分为带标签的训练数据集和测试数据集;设计基于深宽度学习的儿童肺部PIBO预测网络模型并进行训练及测试验证,得到训练好的儿童肺部PIBO预测网络模型,其中,所述儿童肺部PIBO预测网络模型包括VGG16特征提取模块和嵌入注意力机制的宽度学习网络模块;利用所述训练好的儿童肺部PIBO预测网络模型对待预测的儿童肺部CT影像进行PIBO预测,得到预测结果。该预测方法及预测系统,通过结合全局特征提取模块和注意力机制增强了宽度学习系统的特征提取能力,提升了儿童PIBO预测的准确性和快速性。
技术关键词
预测网络模型
儿童
CT影像数据
注意力机制
矩阵
特征提取模块
预测系统
网络特征
网络模块
宽度学习系统
全局特征提取
语义特征提取
特征提取能力
标签
多层感知机
通道